无人机数据链下行链路的时隙空分复用算法

针对无人机数据链的下行链路,考虑波束空分复用、波束数目与节点功率限制的多维约束条件,以最大化下行链路总吞吐量为优化目标,构建了联合波束分配、时隙分配和功率控制的随机优化问题。基于李雅普诺夫优化方法,解析最优解的数学特征,提出了一种低复杂度的联合波束分配和功率控制的时隙空分复用算法。最后,将所提方法与基于功率控制的时隙分配算法、联合波束分配和恒定功率的时隙空分复用算法进行了对比,仿真结果表明,所提方法能够显著提升网络吞吐量,降低接入时延。     

同频干扰环境下双向AF中继性能分析及参数优化

双向中继（two-way relaying, TWR）作为提高中继网络频谱效率的一种有效手段,近年来受到广泛关注。本文研究同频干扰环境下三时隙TWR策略的中断概率性能,中继采用放大转发（amplify-and-forward, AF）策略。首先,理论推导了策略中断概率下界的闭合表达式和高信噪比下的渐进表达式。仿真表明,理论结果能够匹配策略的实际中断概率性能。根据理论结果,以最小化中断概率为目标对中继节点功率分配和中继位置参数进行优化。提出三种优化问题,即（1）给定中继位置,中继功率分配优化问题,（2）给定中继功率分配方案,中继位置优化问题,（3）联合优化中继功率分配和中继位置。仿真结果表明,联合优化能够实现最优的中断概率性能。      

一种适用于多信道联合组网的时隙分配新算法

分析了多信道联合组网时隙分配问题的特点,提出分配时隙时应该综合考虑容量需求、负载均衡和分配均匀度三方面因素,并设计了估计该三方面需求满足程度的方法。基于遗传算法,提出了适用于求解该问题的优化算法。仿真试验表明,提出的新算法能够有效求解多信道联合组网环境下的时隙分配问题。     

VLC网络中兼具功率与时隙分配的自适应干扰管理机制

为了更好解决目前可见光通信（visible light communication,VLC）中干扰管理方案存在的动态优化问题,提出了一种兼具优化功率分配与时隙分配的自适应干扰管理机制。首先,在每个时隙依据用户的位置建立每个用户的接入点（access point,AP）协作集,寻找所有由最多数量互不干扰用户组成的极大独立集,以此自适应地避免同频干扰;在每个时隙为每个极大独立集采用改进的线性注水功率分配算法为信道自适应地分配发送功率,以此优化每个极大独立集的用户和速率;基于用户和速率、速率公平性及时延公平性的归一化优先因子,选出具有最大优先因子的候选极大独立集,其中包含的用户在该时隙被调用。通过仿真且与代表性文献中的算法比较可得,本文提出的自适应干扰管理与优化资源分配方案在网络频谱利用率、能效、用户速率公平性与时延公平性方面具有明显优势。      

基于非稳态MAB的LEO卫星跳波束时隙分配算法

针对低地球轨道（LEO）卫星系统中的跳波束资源分配算法不能适应小区业务动态变化等问题，提出了一种基于非稳态多臂赌博机（MAB）的LEO卫星跳波束时隙分配算法。首先，以系统二阶差分容量最小化为优化目标，建立了时隙分配和波束等级匹配的联合优化问题。其次，由于该问题非凸且难以直接求解，基于有效小区和有效关键小区的概念提出波束等级组合方案生成算法，从而生成所有可能的波束等级组合方案。接下来，提出了基于非稳态MAB模型的动态时隙分配方案，在最优波束等级组合方案下完成时隙分配与波束等级匹配的联合优化。最后，计算机仿真结果表明，所提算法在多种小区业务分布的情况下，系统平均冗余度均不超过20%；相比于其他对比方案，所提算法在保持较高的系统吞吐量的同时，还可以将波束平均重访时间控制在300 ms左右。     

MIMO系统中的交叉优化调度算法

多入多出（MIMO）系统中在多用户环境下可以在链路级利用空间复用或者在系统级利用多用户调度来提高系统容量。但是仅仅是分别优化MIMO系统链路级性能或是仅仅单纯在系统级进行调度是不够的,将两者联合起来进行优化可以获得更大的系统容量。为此,该文提出了一种新的交叉优化调度算法（Cross Optimization Scheduling Algorithm,COSA）,将系统级的调度策略和链路级的物理层优化相结合,并且采用注水算法动态调整各天线的功率分配。仿真结果表明COSA算法不但在系统级为每个用户提供了公平的接入信道机会,而且在链路级中充分利用MIMO系统的空间复用特点以及动态的功率分配,提高了系统的容量。     

面向能效的低轨卫星联合跳波束调度和功率分配算法

该文针对低轨(LEO)卫星载荷容量受限且功率资源稀缺的问题,面向搭载跳波束(BH)天线的低轨卫星通信系统,提出一种联合跳波束调度和功率分配机制,在满足用户服务质量需求的前提下降低卫星通信载荷功耗,提高卫星通信系统能效。首先建立时延受限下联合考虑波束调度和功率分配的卫星功耗最小化模型。针对网络拓扑的时变特性,基于李雅普诺夫优化方法,将原多时隙优化问题转化为单时隙优化问题,然后采用交替优化的方法获得单时隙问题的次优解。其中,证明波束调度子问题是凸问题,同时通过逐次凸近似和对数变换将功率分配子问题转为凸问题,并提出相应算法获得子问题最优解。仿真结果表明,提出的策略在保证用户平均时延要求的同时,降低了低轨卫星系统平均功耗,并且可通过调整控制参数实现时延和功耗的动态平衡。     

OFDM系统频率选择性信道功率分配方案

自适应分配技术根据子信道的瞬时估计值动态地分配传输比特数和发送功率,可以优化正交频分复用（OFDM,Orthogonal Frequency Division Multiplex）系统的整体性能。这里讨论了基于容量优化的自适应比特分配算法,基于误比特率优化的最佳功率分配算法和次佳功率分配算法。仿真结果表明,对不同信道环境下三种算法的特点和性能进行了分析和比较。仿真结果表明,自适应分配技术可以优化系统的容量和误比特率。     

家庭基站系统中的联合信道与功率控制算法

摘 要：本文提出了一种联合信道分配与功率控制算法,通过优化目标将家庭网络的信道分配和功率控制结合,限定干扰范围,采用凸优化和次梯度方法,求解出功率的闭合式,优化了家庭网络的容量。算法又将家庭网络容量与宏网络容量联系,使宏网络容量得到了提升。仿真结果表明,与单纯的功率控制算法相比,本文算法提高了系统容量。     

一种基于粒子群算法的DC-NOMA系统遍历容量优化方案

为提升设备到设备（Device-to-Device,D2D）辅助的协作非正交多址接入（Non-orthogonal Multiple Access,NOMA）中继系统的性能,以最大化系统遍历容量为目标建立优化模型,利用粒子群优化（Particle Swarm Optimization,PSO）算法设计最优功率分配策略,求出每个用户的最佳功率分配因子,从而得到系统遍历容量的最优值。仿真结果表明,所提出的基于PSO的功率分配方案不仅能提高系统容量,还可以降低用户的中断概率。     

使用对偶分解的MU-CoMP-JT联合资源分配

在MU-Co MP-JT(Multi-User Coordinated Multiple-Points Joint Transmission)联合资源分配问题中,传统的迫零预编码矩阵会使得每根天线发送功率互不相同,当Co MP节点发射功率仅满足总功率约束时性能损失不明显,而当Co MP节点分布在不同的地理位置时将受到单节点功率约束,这势必会降低系统功率利用率。为了进一步提升系统吞吐量,基于对偶分解理论提出了一种联合预编码优化的资源分配算法。该算法以最大化用户权重速率为目标,将原优化问题分解成若干个优化的子问题,不同子问题对应不同接收天线数的联合优化问题。当子信道的发送天线数大于接收天线数时,通过多次迭代计算得到预编码矩阵,并且预编码矩阵会随着拉格朗日因子的变化而变化。仿真结果表明所提联合预编码优化的联合资源分配算法能够明显提升系统吞吐量,且提高天线功率利用效率。     

Robust resource allocation algorithm for heterogeneous wireless networkwith SWIPT

To improve energy efficiency and robustness of heterogeneous wireless networks with wireless information and power transfer,the robust joint transmit power and power splitting resource allocation problem was studied.Based on mini-max probability machine and Dinkelbach method,the original NP-hard problem was transformed into a solvable convex optimization form,meanwhile a distributed dual resource allocation algorithm was proposed.Additionally,both computational complexity and robust sensitivity were analyzed.Simulation results show that the proposed algorithm can guarantee the quality of service requirements of macro cellular users and femtocell users under channel uncertainties.     

Resource allocation optimization algorithm based on double populations differential evolution in WSN

A resource allocation algorithm was proposed for improving the network performance through jointing channel allocation,power control and timeslot allocation in multi-radio multi-channel wireless sensor network.More specifically,the network was modeled as a multi-objective optimization problem where the energy efficient,resource allocation balanced,networks capacity maximized were considered under the link interference and link conflict constraints.Due to the problem was NP-Hardness,a simple centralized algorithm——differential evolution based on double populations was used to solve the constrained multi-objective optimization problem.The simulation results show that the proposed algorithm significantly improves the network capacity and energy efficiency and guarantees the resource allocation balancing while reducing link interference and avoiding link conflict.     

基于补偿式CSI的分布式跨层联合资源分配算法

为消除过时信道状态信息(CSI)对分布式无线多跳网络环境下跨层资源分配效率的影响,提高跨层联合资源分配的准确性,基于信道相关性提出了一种补偿式跨层联合资源分配算法。利用瞬时和过时信道状态信息之间的条件概率密度函数,基于瑞利衰落信道模型求得信噪比(SINR) 模型下条件容量的闭式解。为补偿部分网络性能的损失,提出了一种考虑过时信道状态信息的联合拥塞控制、信道分配和功率控制的算法,在此过程中网络被建模成一个NUM 问题,可变的链路数据率和功率等资源限制作为约束条件。运用拉格朗日对偶分解技术,NUM问题被分布式求解。实验对比分析表明：在确保较低复杂度的前提下,该算法有效改善了分布式多跳网络资源分配的合理性,使其网络总体效用得到提升,降低了能耗。     

基于可再生能量协作的雾无线接入网络资源分配

针对雾无线接入网络(Fog Radio Access Network,F-RAN)中能耗开销巨大的问题,提出了一种基于能量收集(Energy Harvesting,EH)约束的资源分配算法,从联合模式选择与功率分配两个方面进行了研究.首先建立传输模型和能量采集模型,根据功率约束和电费支出约束建立最优化问题;再使用分枝定界法对通信模式进行选择,利用吞吐量注水法对不同传输模式下的发射功率进行分配.仿真结果表明,提出的基于可再生能量协作的F-RAN的吞吐量和电网能量效率均高于传统F-RAN,具有经济和环境双重效益.     

毫微微小区中一种基于分组的资源分配方法

为有效解决毫微微小区间( Femtocell)干扰,采用分布式方式对毫微微小区进行资源管理。首先,对毫微微接入点( FAPs)进行分组。基于Lingo数学建模的思想,提出了一种解决分组优化问题的算法。该算法在使用分支定界算法寻找最优解的同时,通过建立单纯形表剪去偏离最优解方向的分支;其次,每组选择一个簇头为本组内FAPs分配资源,为此,提出了新的子信道分配方法,该方法根据干扰指示矩阵修正子信道分配的情况。仿真结果表明：和其他算法相比,提出的算法不仅能找到分组优化问题的最优解,并且效率更高;另外,提出的资源分配算法不仅减小了用户间干扰,而且提高了户间速率公平。     

D2D通信中基于粒子群优化的能效最大化策略

5G中终端的能量消耗和频谱资源问题日益严重,在终端直通技术(D2D)中尤为突出.为了提高D2D对用户(DP)的能效和资源利用率,提出了一种基于粒子群算法的联合功率控制和资源分配策略.以最大化D2 D链路总能效为目标,将构造的资源分配矩阵和功率分配矩阵作为粒子的位置,依照蜂窝用户(CU)和DP服务质量的约束来修正粒子位置和速度,使之适合于原分式规划问题的求解,合理地提升了DP的总能效,实现了一个DP链路能复用多个CU资源.仿真结果表明,所提算法不仅使能效显著提升,而且使资源利用率提高了80%.     

基于用户中断概率的D2D通信干扰协调与资源分配

在LTE系统中引入设备直传(D2D)通信技术,会因为D2D用户复用蜂窝用户资源进行通信而产生同频干扰.在现有的干扰协调与资源分配研究中,都需要基站获取各个通信链路的信道状态信息(CSI),但这样无疑会增加基站的信令负担.为减小干扰与基站的信令负担,提出了一种基于用户中断概率的干扰协调与资源分配算法,首先在保证蜂窝用户正常通信的情况下,通过限制D2D用户到基站间的距离来降低干扰;其次通过遍历所有蜂窝用户的频谱资源,选择能使D2D用户的总中断概率最低的频谱资源进行复用.仿真结果表明,所提算法能够在保证蜂窝用户正常通信的情况下,明显降低D2D用户的平均中断概率,同时还能够降低基站信令负担.     

大规模MIMO OFDMA下行系统能效资源分配算法

针对大规模多输入多输出（MIMO）正交频分多址(OFDMA)下行移动通信系统,提出了一种基于能效最优的资源分配算法。所提算法在采用迫零(ZF)预编码的情况下,以最大化系统能效的下界为准则,同时考虑每个用户的最低速率要求,通过调整带宽分配、功率分配和基站天线数分配来优化能效函数。首先根据优化条件提出了一种迭代算法确定每个用户的带宽分配,然后利用分数规划的性质并采用凸优化方法,通过联合调整基站端的发射天线数和用户的发射功率来优化能效函数。仿真结果表明,所提算法在较少迭代次数的同时能够取得较好的系统能效性能和吞吐量性能。     

Energy efficiency maximization resource allocation algorithm in wireless-powered backscatter communication network

In order to alleviate the energy consumption problem caused by the increasing number of Internet of things (IoT) nodes,an energy-efficient (EE) maximization based resource allocation algorithm was proposed for multi-carrier wireless-powered backscatter communication network.Firstly,a multivariable and nonlinear resource allocation model was formulated to jointly optimize transmit power,transmission time,reflection coefficient,and energy-harvesting allocation coefficient,where the maximum transmit power constraint of the power station and the minimum harvested energy constraint at the backscatter device were considered.Then,the original non-convex optimization problem was transformed into a convex one which was solved by using Dinkelbach’s method and the variable substitution approach.Furthermore,the analytical solution of the resource allocation problem was obtained based on Lagrange dual theory.Simulation results verify that the proposed algorithm has better EE by comparing it with the existing algorithm under pure backscatter mode and algorithm under the harvested-then-transmit mode.